| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·背景及现状 | 第11-14页 |
| ·研究背景 | 第11-14页 |
| ·应用现状 | 第14页 |
| ·本文所做的主要工作与内容安排 | 第14-16页 |
| ·本文所做的主要工作 | 第14-15页 |
| ·本文主要结构 | 第15-16页 |
| 第二章 文字云及主题模型的统计挖掘 | 第16-26页 |
| ·引言 | 第16页 |
| ·文字云及主题模型 | 第16-20页 |
| ·文字云 | 第16-19页 |
| ·主题模型 | 第19-20页 |
| ·基于R语言的文字云及主题模型统计分析系统 | 第20-25页 |
| ·R语言 | 第20页 |
| ·高频词统计计算 | 第20-21页 |
| ·文本统计分析 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 结合关键词微变的文本相似性研究 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·关键词微变聚类 | 第27-28页 |
| ·关键词微变 | 第27页 |
| ·关键词聚类 | 第27-28页 |
| ·LD算法 | 第28-33页 |
| ·LD算法简介 | 第28-32页 |
| ·关键词相似度计算 | 第32-33页 |
| ·基于LD算法的文本相似性系统 | 第33-36页 |
| ·基于LD算法的文本相似性系统设计与实现 | 第33-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于风险决策的文本语义分类算法 | 第38-47页 |
| ·引言 | 第38-39页 |
| ·阈值优化及风险决策 | 第39-41页 |
| ·eEP模式 | 第41-42页 |
| ·eEP模式简介 | 第41页 |
| ·利用eEP模式进行文本分类 | 第41-42页 |
| ·基于阈值优化和eEP模式的文本分类算法 | 第42-46页 |
| ·基于阈值优化和eEP模式的文本分类算法设计与实现 | 第42-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于农业物联网数据的文本统计分析系统 | 第47-50页 |
| ·引言 | 第47页 |
| ·基于农业物联网数据的文本统计分析系统设计与实验结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 结论与展望 | 第50-52页 |
| ·工作总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录：读研期间科研情况 | 第57页 |